SpinKit All guides
StartEntdecken › Sind Zufallsräder fair?

Sind Online-Zufallsräder wirklich fair?

Ein Rad kann fair aussehen und trotzdem manipuliert sein — so erkennst du den Unterschied.

Wenn ein Glücksrad entscheiden soll, wer einen Preis gewinnt, wer anfängt oder wer den letzten Platz bekommt, ist die Frage berechtigt, ob das Ding wirklich fair ist. Die ehrliche Antwort: Ein gutes ist es — und man kann es überprüfen. Dieser Guide erklärt in einfacher Sprache, wie Online-Räder einen Gewinner wählen, was „zufällig“ auf einem Computer wirklich bedeutet, und die praktischen Anzeichen, die ein vertrauenswürdiges Los-Tool von einem fragwürdigen trennen.

Was „fair“ eigentlich bedeutet

Fairness läuft auf zwei Dinge hinaus. Erstens: Jeder Teilnehmer hat genau die Chance, die er haben soll — nicht mehr, nicht weniger. Zweitens: Das Ergebnis steht nicht vorher fest und wird nicht heimlich in eine bestimmte Richtung geschoben. Ein faires Rad heißt nicht zwingend, dass alle Einträge gleich wahrscheinlich sind; es heißt, dass die Chancen so sind wie angegeben — und dass hinter den Kulissen nichts sie aushebelt.

Diese Unterscheidung zählt, denn „fair“ und „gleich“ sind nicht dasselbe. Eine Ziehung kann völlig fair sein und dabei bewusst manche Einträge bevorzugen, solange diese Bevorzugung offen sichtbar ist. Unfair wird es durch versteckte Einflussnahme, nicht durch ungleiche Chancen.

Was „zufällig“ auf einem Computer bedeutet

Computer können nicht spontan sein, also täuschen sie Zufall mit Mathematik vor. Der häufigste Ansatz ist ein Pseudozufallszahlengenerator (PRNG): eine clevere Formel, die von einer Zahl namens „Seed“ ausgeht und einen Strom zufällig wirkender Werte ausspuckt. Für die meisten Zwecke gehen sie als Zufall durch — mit einem Haken: Weil es nur eine Formel ist, könnte jeder, der Seed und Methode kennt, im Prinzip exakt ausrechnen, was als Nächstes kommt. Es sieht nur von außen unvorhersehbar aus.

Browser bieten außerdem eine zweite, stärkere Option: einen kryptografisch sicheren Generator, verfügbar über die Web Crypto API (crypto.getRandomValues). Der ist gezielt darauf ausgelegt, unvorhersehbar zu sein — aus den bisherigen Werten lässt sich der nächste nicht zurückrechnen. Es ist dieselbe Klasse von Zufall, die Passwörter und sichere Verbindungen schützt — genau deshalb ist sie die bessere Wahl für Ziehungen, die den Leuten wichtig sind. SpinKit nutzt für seine Ziehungen den kryptografischen Generator des Browsers statt eines simplen PRNG — eben damit das Ergebnis weder vorhergesagt noch gelenkt werden kann.

Die „Modulo-Bias“-Falle

Eine subtile Stolperfalle sollte man kennen. Um aus einer großen Zufallszahl „wähle einen dieser acht Namen“ zu machen, muss der Code sie in den richtigen Bereich stauchen. Der naive Weg kann manche Einträge hauchdünn bevorzugen — ein winziges, schiefes Wackeln, das man bei einem Dreh nie bemerkt, das über viele hinweg aber real ist. Sorgfältige Tools korrigieren das, damit jedes Feld gleich gewichtet bleibt. SpinKit korrigiert es — die Mathematik darunter kippt das Ergebnis also nicht heimlich.

Gewichten bleibt fair — solange es sichtbar ist

Ein Rad, auf dem ein Eintrag ein größeres Stück hat als die anderen, ist nicht kaputt. Ein größeres Stück bedeutet schlicht eine höhere Chance — völlig legitim, wenn die Gewichte sichtbar sind und alle ihnen zugestimmt haben. Das klassische Beispiel ist die Tombola: Wer fünf Lose kauft, soll die fünffache Chance von jemandem mit einem Los haben. Niemand nennt das manipuliert, denn der Grund für die ungleichen Chancen liegt offen da.

Zum Betrug wird Gewichtung durch Verstecken. Wenn ein Stück gleich groß aussieht wie die anderen, aber heimlich öfter gewinnt, oder wenn die Chancen gekippt wurden, ohne dass es jemand erfährt — das ist die unehrliche Variante. Der Test ist simpel: Kannst du sehen, warum ein Eintrag wahrscheinlicher ist als ein anderer? Wenn ja, ist es fair. Ist die Bevorzugung unsichtbar, ist es das nicht.

What makes a wheel trustworthy: it shows the full list of entries, every entry visibly has a slice, you can watch the spin happen, the odds are explained, and the same option doesn't keep "happening" to win. Unpredictable randomness underneath, transparency on top.

Unabhängige Drehs vs. Namen entfernen

Oft wird Betrug vermutet, wenn derselbe Name zweimal hintereinander fällt. Aber wenn jeder Dreh unabhängig ist — das Rad erinnert sich nicht an das letzte Ergebnis —, ist eine Wiederholung schlicht Glück, keine Unfairness. Eine faire Münze kann fünfmal in Folge Kopf zeigen; mit der Münze ist alles in Ordnung.

Einen Namen nach der Ziehung zu entfernen ist ein ganz anderer Modus — und ebenfalls fair; er ändert die Chancen nur absichtlich. Nimm den Gewinner heraus, und jeder verbleibende Eintrag wird wahrscheinlicher — genau richtig für eine Ziehung ohne Wiederholungen, bei der alle drankommen sollen, bevor jemand zweimal gewinnt. Beide Verhaltensweisen sind legitim; wichtig ist zu wissen, welche du nutzt und warum.

So prüfst du jedes Los-Tool auf Plausibilität

Du musst keinen Code lesen, um ein Rad zu beurteilen. Ein paar sichtbare Checks bringen viel:

Und die Warnsignale sagen genauso viel: ein Rad, dessen Ergebnisse stets dieselbe Option zu begünstigen scheinen, ein Tool ohne jede Möglichkeit, die Einträge zu sehen, oder ein „Nochmal drehen“, das so lange weitergeht, bis eine bestimmte Antwort — etwa ein Sponsor — zufällig gewinnt. Jedes davon bedeutet: Das Ergebnis wird verwaltet, nicht gezogen.

Das Fazit

Online-Räder können absolut fair sein, aber „sieht aus wie ein Rad“ ist kein Beweis. Ein vertrauenswürdiges Tool nutzt echt unvorhersehbaren Zufall, korrigiert die kleinen Verzerrungen, die sich in die Mathematik schleichen, und zeigt dir alles — Einträge, Stücke, Dreh und Chancen —, damit du das Ergebnis überprüfen kannst, statt es nur zu glauben. Ein so gebautes Glücksrad liefert ein Ergebnis, das die ganze Gruppe mitverfolgen und akzeptieren kann. Wenn du je nicht sehen kannst, wie ein Gewinner gewählt wurde, hast du deine Antwort. Mehr über Ziehungen, denen Menschen vertrauen, findest du in unseren übrigen Guides.